Датасет · gsarti
Корпус идиоматических выражений MAGPIE
gsarti/magpie
Около 37 тыс. аннотированных примеров потенциальных идиом в переносном или буквальном значении.
Что внутри
Набор данных создан на основе Британского национального корпуса (BNC) и содержит от 10K до 100K английских текстов. Включает около 37 тыс. семплов для 1482 идиом, аннотированных как полностью фигуративные или буквальные выражения.
Что можно сделать
- Классификация текста и анализ семантики идиоматических выражений
- Исследование понимания идиом нейронными моделями машинного перевода
- Задачи
- Классификация текста, Перевод
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 704
- Лайков
- 8
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("gsarti/magpie")